sklearn 机器学习模型应用
【摘要】 sklearn 机器学习模型应用
1、生产训练及测试集
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(data_train, data_target)
print(x_test.shape)2、SVM
from sklearn import svm
model = svm.SVC() # 建模
model.fit(x_train, y_train) # 训练
score = model.score(x_test, y_test) # 评分
print(score)3.K临近回归器
from sklearn.neighbors import KNeighborsRegressor
knn = KNeighborsRegressor(weights="uniform")
knn.fit(x_train, y_train)
score = knn.score(x_test, y_test)
print(score)
【声明】本内容来自华为云开发者社区博主，不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息，否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）